Що таке штучний інтелект?

Яке визначення штучного інтелекту?

Протягом багатьох років багато людей намагалися визначити штучний інтелект. Багато цих визначень підсумовує Стюарт Рассел та Пітер Норвіг у своїй книзі « Штучний інтелект - сучасний підхід»

Визначення AI можна узагальнити як такі, що належать до таких категорій:

1. Ті, хто стосується процесу мислення та міркувань (як міркує / міркує AI)
2. Ті, хто стосується поведінки (як дія ІІ діє з урахуванням того, що він знає)

Крім того, вищевказані 2 категорії додатково поділяються на визначення, які:

Я оцінюю успішність ШІ (робити вищезазначене), спираючись на його здатність копіювати людські показники

II. або здатність повторювати ідеальний показник ефективності, який називається «раціональність» (чи робить це «правильне», базуючись на тому, що він знає?)

Я нагадаю вам визначення, які вписуються в кожну з перерахованих вище категорій:

• 1.І. "[Автоматизація] діяльності, яку ми пов'язуємо з людським мисленням, таку діяльність, як прийняття рішень, вирішення проблем, навчання ..." - Беллман 1978
• 1.II. "Вивчення обчислень, які дають можливість сприймати, міркувати та діяти". - Вінстон, 1992
• 2.І. "Вивчення того, як змусити комп’ютери робити те, в якому в даний момент люди роблять краще" - Річ і Найт, 1991 рік
• 2.II. "Вивчення дизайну інтелектуальних агентів" - Poole et al., 1998

Підводячи підсумок, AI присвячений створенню розумних та раціональних машин, які можуть приймати раціональні рішення та вживати раціональних дій.

Я б запропонував вам прочитати про тест Тьюрінга, який Алан Тьюрінг запропонував перевірити, чи комп'ютер розумний. Однак у тесту Тьюрінга є кілька питань, оскільки він є антропоморфним.

Коли інженери з аеронавтики створили літак, вони не поставили собі за мету, що літаки повинні літати саме так, як птахи, а навпаки, вони почали вивчати, як створюються сили підйому, спираючись на вивчення аеродинаміки. Використовуючи ці знання, вони створили літаки.

Аналогічно, люди в світі ШІ не повинні ставити, ІМХО, людський інтелект як стандарт, до якого слід прагнути, але, скоріше, ми могли б використовувати, скажімо, раціональність як стандарт (серед інших).

У статті Universal Intelligence: A Definition of Machine Intelligence (2007), Легг і Хаттер, після досить серйозного дослідження, неофіційно визначають інтелект наступним чином

Інтелект вимірює здатність агента досягати цілей у широкому діапазоні

У цій же статті вони також формалізують це визначення. Ви можете ознайомитись з документом для отримання більш детальної інформації, але, кількома словами, для того, щоб придумати це визначення, вони переглянули декілька визначень інтелекту, що даються людьми протягом багатьох років, і вони спробували узагальнити ключ пункти всіх цих визначень. Вони також обговорюють такі питання, як тести інтелекту та їх відношення до визначення інтелекту: тобто чи достатньо тесту на інтелект для визначення інтелекту, чи це тест інтелекту та визначення понять інтелекту? Вони також вказують на зв’язок між цим визначенням та AIXI .

У статті Що таке штучний інтелект? (2007), Джон Маккарті, один із засновників штучного інтелекту і який також придумав вираз штучний інтелект , пише

Штучний інтелект - це наука та інженерія виготовлення розумних машин, особливо інтелектуальних комп'ютерних програм. Це пов'язано з аналогічним завданням використання комп’ютерів для розуміння людського інтелекту, але AI не повинен обмежуватися методами, які є біологічно спостережливими.

Однак це визначення пов'язане з інтелектом людини, тому не кожен погодиться з цим визначенням.

Далі він констатує

Інтелект - це обчислювальна частина здатності до досягнення цілей у світі. Різні види та ступінь інтелекту трапляються у людей, багатьох тварин та деяких машин.

Сфера ШІ розвинулася з часу його офіційного заснування на Дартмутській конференції в 1956 році, тому визначення штучного інтелекту також буде розвиватися. Раніше до цієї конференції було вже кілька суміжних областей та виразів, наприклад, кібернетика.

Найкоротшою відповіддю, яку я міг би придумати, могла бути наступна; візьміть його із зерном солі, хоча, оскільки ми все ще мало знаємо про природний інтелект:

Який природний інтелект можна розглядати як процес вивчення абстрактних понять з обмежених спостережень з наміром використовувати їх для вирішення [нової] задачі. Цей процес передбачає використання цих концепцій для уявлення нових, гіпотетично правильних сценаріїв / теорій та їх зміст змістовно, щоб скоротити величезний простір можливостей гіпотез і дозволити узагальнення нових ситуацій без попереднього спостереження за будь-якими даними. Штучний інтелект - це залучити те, що робить природний інтелект у машини.

Не існує офіційного визначення, з яким погоджується більшість людей. Отже, ось що я, як консультант з наукових даних / машинного навчання, думаю:

Штучний інтелект як дослідницьке поле - це вивчення агентів, які відчувають і діють автономно в навколишньому середовищі та покращують свою ситуацію відповідно до певних показників своїми діями.

Мені цей термін не подобається, тому що він занадто широкий / розпливчастий. Натомість подивіться на визначення машинного навчання Тома Мітчелла:

Кажуть, що комп'ютерна програма вивчає досвід "E" стосовно деякого класу завдань "T" та міри продуктивності "P", якщо його ефективність у завданнях у "T", виміряна "P", покращується з досвідом E

Машинне навчання - важлива частина ШІ, але не єдина. Алгоритми пошуку, SLAM, обмежена оптимізація, бази знань та автоматичний висновок також безумовно є частиною ШІ.

Дослідники штучного інтелекту, безсумнівно, зацікавлені у визначенні терміна, що використовується для власної галузі дисципліни, і в терміні штучного є двозначність . Проблема полягає в тому, що слово інтелект історично було більш якісним описом, ніж реальною кількістю кількості.

Як можна порівняти інтелект одного з інтелектом іншого? Тестування на IQ, усереднення категорій тестування колегії, чиста вартість, перемога на турнірах з шахів і Go, неправильні показники швидкості прийняття рішень, різні інтелектуальні перегони швидкості, дошки з оцінювання та панелей були суттєво неадекватними сукупностями для тих, хто бере участь у математичній теорії, що стоїть за розумовими можливостями ми називаємо інтелект.

Лише століття тому інтелект був якісним терміном людей, пов'язаних зі здатністю знаходити рішення проблем у наукових колах, бізнесі та особистому житті. Оскільки культура почала шукати колись якісне поводження з речами, які були виключно якісними, залежність розумових можливостей від віку людини та їх екологічних можливостей спричинили виклик. Ідея коефіцієнта інтелекту (IQ) виросла з прагнення кількісно оцінити психічний потенціал незалежно від віку та можливостей.

Деякі намагалися мінімізувати фактори навколишнього середовища, виробляючи стандартизоване тестування основних пізнавальних навичок, оскільки вони застосовуються до математики та мови.

Система виробництва та нечітка логічна ємність (на основі правил), глибоке навчання (на основі штучної мережі), генетичні алгоритми та інші форми досліджень ШІ не створили машин, які могли б добре оцінити стандартизовані тести, призначені для людей. Але природні можливості мови, механічна координація, досконалість планування та висновки на основі чітких та перевірених міркувань продовжують шукати в машинах.

Нижче наведені категорії розумових можливостей, які відрізняються методами вимірювання, архітектурою використання та видами досліджень, які дають ранні перспективні результати та постійне вдосконалення.

• Діалог - вимірюється як запропонованою імітаційною грою Аланом Тьюрінгом, так і життєздатністю автоматизації відповідей, персональних помічників та мобільних чатів-ботів
• Механічний контроль - вимірюється як за критеріями стійкості системи, так і за швидкістю інцидентної вартості та зменшенням втрат людей у ​​випадку використання інтелектуальної автоматики в транспортному секторі.
• Ділова розвідка - вимірюється насамперед збільшенням чи зниженням прибутковості щодо тенденцій, що передують або одночасно з ручним плануванням та оперативним контролем

Відкриття найбільш вірогідної та оптимальної параметризації для складної функції, заснованої на деякому математичному вираженні того, які оптимальні засоби свідомо не вказані вище. Основна діяльність пристроїв машинного навчання не вписується в категорії того, що історично називалося інтелектом, і не повинно бути. Статистична обробка наборів даних для прогнозних цілей - це не навчання в інтелектуальному розумінні. Це поверхневий монтаж. Зараз машинне навчання - це інструмент, який використовується людським інтелектом, щоб розширити його потужність, як і інші обчислювальні засоби.

Це обмеження в машинному навчанні в майбутньому може бути подолане. Невідомо, чи і коли штучні мережі демонструватимуть пізнання, логіку, здатність визнавати значущість та ефективну спроможність у перелічених вище категоріях.

$n$$\mathcal{I} \in \mathbb{R}^n$$n = 1$

• Лінгвістичний інтелект ("слово розумний")
• Логіко-математичний інтелект ("розумний номер / міркування")
• Просторовий інтелект ("малюнок розумний")
• Тілесно-кінестетичний інтелект ("тіло розумне")
• Музичний інтелект ("музика розумний")
• Міжособистісний інтелект ("люди розумні")
• Внутрішньоособистісний інтелект ("саморозумний")
• Натуралістичний інтелект (додаток Армстронга)
• Екзистенціальний інтелект (додаток Армстронга)
• Моральний інтелект (Джон Бредшо, доктор наук, додаток)

Аргумент про те, що це все прояви єдиної інтелектуальної здатності, що виражається в різній ефективності завдяки освіті чи іншій підготовці, систематично ослаблюється завдяки обґрунтованим відкриттям у галузі когнітивної науки, генетики та біоінформатики.

У генетиці було визначено щонайменше двадцять два незалежні генетичні компоненти інтелекту, і це число, ймовірно, зросте. Ці незалежні перемикачі в людській ДНК не всі впливають на однакові нейронні управління в мозку, що вказує на доказову слабкість ідеології g-факторів.

Цілком ймовірно, що деякі форми інтелекту людини та експресії ДНК відображатимуться складними способами, які будуть виявлені з часом, і це відображення цілком замінить спрощення g-фактора з часом.

Термін «Штучний інтелект» може бути краще виражений як імітація форм і виразів людського інтелекту і просто скорочений як ШІ. Однак це не визначення. Це приблизний опис. Ніколи не може бути єдиного точного визначення для всіх розмірів, які ми вільно групуємо під одним терміном. Якщо це стосується людського інтелекту, то він може залишатися вірним і для штучного інтелекту.

Є кілька загальних характеристик, які можна перелічити про всі розумні відповіді.

• Інтелект може бути виміряний і отримати корисність лише в контексті певного стану навколишнього середовища та певної мети або набору цілей. Приклади цілей включають в себе живу, здобуття наукового ступеня, переговори про перемир'я в умовах конфлікту або зростання активів або бізнесу.
• Інтелект передбачає адаптацію до несподіваних умов, що ґрунтуються на тому, що вивчається на основі досвіду, тому навчання без здатності застосовувати те, що вивчено, - це не інтелект, а застосування процесу, який був вивчений і просто перенесений на якусь одну чи якусь річ, що контролює процес, також не є розглядали інтелект.

Людський інтелект може вчитися та застосовуватись у тому, що здається одночасно. Крім того, було б нецілком обговорювати робоче визначення інтелекту, не згадуючи про деякі ключові психічні здібності людини, які були запропоновані як рекурсія в менших формах, але доказів того, що рекурсія або склад вироблятимуть ці психічні особливості, не існує.

• Одночасне вивчення та використання того, що було вивчено
• Здатність вигадувати нові механізми поступового вдосконалення
• Адаптивність до несподіваних умов
• Можливість вигадувати структуру поза досі вивченими доменами

Майбутні вимоги до інтелектуальних машин можуть включати ці вимоги, і можливо, зараз варто їх включити.

Список літератури

Сценарії, плани, цілі та розуміння: Дослідження структур людських знань , Шенк, Абелсон, 2013 р., Цитовані 16 689 статтями, уривок T&F: Влітку 1971 р. На перехресті психологія, штучний інтелект та лінгвістика. П’ятнадцять учасників різними способами були зацікавлені у представленні великих систем знань чи переконань.

Розуміння нашого ремесла - бажане: визначення інтелекту , Майкл Уорнер, 2002

Концепція інтелекту та його роль у навчанні та успіху впродовж життя , Роберт Дж. Стернберг, Єльський університет, 1997

Деякі філософські проблеми з позицій А.І. , Джона Маккарті та Патріка Дж. Хейса, Стенфордський університет, 1981 р.

Розуміння та розвиток емоційного інтелекту , Олів'є Серрат, рішення знань, с. 329-339, 2017

Frames of Mind: Theory of Multiple Intelligences , 2011, Говард Гарднер

7 (сім) видів розумного: виявлення та розвиток ваших кількох інтелекту , 1999, Томас Армстронг

Мета-аналіз асоціації, пов’язаний з геномом 78308 осіб, виявляє нові локуси та гени, що впливають на інтелект людини , Suzanne Sniekers et. співавт., 2017

Розвідка

Вимірювання сили агента, що приймає рішення, стосовно інших агентів, що приймають рішення, стосовно даної задачі або набору завдань. Середовище не має значення - інтелект проявляється як органічними, так і навмисно створеними механізмами. Можливо, також є можливість вирішити проблему, як у випадку вирішеної гри .

Штучний

Відноситься до терміна артефакт - річ, яка створена навмисно. Зазвичай цей термін використовується для конотування фізичних об'єктів, але алгоритми, створені людиною, також розглядаються як артефакти.

Етимологія походить від латинських слів ars and faciō : "Вміло конструювати", або "мистецтво виготовлення".

Штучний інтелект

• Будь-який агент, що приймає рішення, вміло (навмисно) побудований.

ДОДАТОК: Значення поняття "інтелект"

Первісне значення "інтелекту", здається, "набувати", повертається до індоєвропейського. Див .: інтелект (етимологія) ; * нога / * leh₂w-

Перше визначення інтелекту ОЕМ не є помилковим, поширюючи значення на здобуття можливостей (демонстраційна корисність), лише те, що друге визначення є більш старим і основним: "Збір інформації [стратегічного] значення; 2.3 (архаїчна) інформація в загальні; новини ".

Ви можете вважати, що Всесвіт складається з інформації , незалежно від того, в якій формі вона приймає інформацію (матерія, енергія, стани, відносні положення тощо). З точки зору алгоритму це має сенс, оскільки єдиним засобом, який вони мають оцінювати Всесвіт, є сприйняття .

Візьміть плоский текстовий файл. Це можуть бути просто дані, але ви можете спробувати виконати. Якщо він дійсно працює, він може виявити корисність при виконанні якогось завдання. (Наприклад, якщо це алгоритм minimax.)

"Інтелект як міра корисності" сам по собі є "інтелектом" у сенсі інформації, конкретно тією інформацією, якою ми вимірюємо інтелект, як ступінь, відносно задачі чи інших інтелекту.

AI - це в основному акт впровадження інтелекту людини в машину. Це робиться за допомогою різних алгоритмів, що реалізують інтелект людини.

AI - це поле, яке використовує обчислювальні методи для наближення складних рішень.

Більш звичайне: комп’ютерна програма (здебільшого), яка може обчислювати результати для довільних входів, яких вона ніколи не бачила, попередньо запрограмована або не має явного зв'язку між входами та виходами (тобто домен та діапазон ). Google Search, Alexa, Siri, Cortana, IBM Watson ... Визначення стосується всіх них; навіть для ШІ загального призначення

Я йду на крок далі ( суперечливо! ). Якщо ви видалите нелюдську істоту з першого визначення, це визначення людського інтелекту для мене. Наприклад, юані можуть виводити деяке приховане абстрактне значення з даних під час непідконтрольної попередньої підготовки. Ми можемо назвати це intuitionдля нас, але, схоже, це не властиво людям. ( Експеримент з розпізнавання кішок Джеффрі Хінтона - хороший приклад, але не зміг знайти посилання ). МПБ також можуть мріяти . Так, можливолюдський інтелект, який ми сприймаємо майже як надприродне явище, можна змоделювати за допомогою математичної моделі, якою б складною вона не була вона. Таким чином, перш ніж судити про моє скорочення ШІ до складу функцій (грубо кажучи), судіть про мій аргумент людського інтелекту. Ось відео про Джеффрі Хінтона на цю тему

Машинне навчання: Машинне навчання - це процес оптимізації параметрів функції для заданих входів і виходів, щоб він міг обчислювати нові результати для нових входів. Навіть лінійна регресія - це тип машинного навчання, а глибока нейронна мережа - це фактично функція. Він використовується взаємозамінно з AI, але вони не означають те саме. Я відповідаю, ЩО в той час як машинне навчання відповідає ЯК . (Не зовсім, але близько)

Дозвольте навести кілька прикладів, щоб уточнити різницю AI та ML.

• Глибоке навчання - це не ШІ. Це ML.
• Alexa Amazon - це ШІ.
• Оптимізація генетичного алгоритму (GA) - ML. Бот, який грає в гру Змія, використовуючи ці параметри GA, є AI.

ПРИМІТКА. Однак у даний час всі методи та структури, які ми використовуємо для створення AI, підпадають під термін "Машинне навчання". Таким чином, правильно сказати, що ми використовуємо машинне навчання для побудови штучного інтелекту.

Це інтелект на машинному рівні, а не показаний людьми, керований алгоритмами.